Fast space vector modulation algorithm for multilevel inverters and its extension for operation of the cascaded H‐bridge inverter with non‐constant DC sources
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A major advancement in the research area of space vector modulation (SVM) in recent years is the introduction of the nearest three vector algorithm. Nonetheless, computational intensity is still a drawback of SVM methods in real time applications, especially in the case of multilevel inverter operation. A very fast and scalable SVM algorithm is introduced in this study, referred to as the fixed coordinate sub‐triangle SVM (FCST‐SVM) approach. The proposed method permits the determination of switch states and efficient calculation of switch on‐time durations for a given N ‐level inverter topology. Calculations are performed based on a proposed sub‐triangle approach with fixed coordinates in the space vector diagram. Avoiding calculating the coordinates of the nearest three voltage vectors is a significant advantage of the proposed algorithm compared with previous SVM approaches applied to multilevel inverters. An example of the application of this method is presented for the multilevel cascaded H‐bridge inverter when non‐constant isolated DC sources are subjected to random voltage deviations. MATLAB simulation results verify the feasibility of the proposed approach. Experimental results, using a TMS320F2812 digital signal processor, are also presented to verify the effectiveness of the proposed approach in decreasing the computational overhead in comparison with the conventional SVM method. For example, it is found that computational requirements for SVM decrease by a factor of 9.5 compared with the conventional method in the case of a three‐phase nine‐level cascaded H‐bridge inverter.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle